En analyse fonctionnelle, un espace de Hilbert à noyau reproduisant est un espace de Hilbert de fonctions pour lequel toutes les applications sont des formes linéaires continues. De manière équivalente, il existe des espaces qu'on peut définir par des noyaux reproduisants. Le sujet a été originellement et simultanément développé par Nachman Aronszajn et Stefan Bergman en 1950. Les espaces de Hilbert à noyau reproduisant sont parfois désignés sous l’acronyme issu du titre anglais RKHS, pour Reproducing Kernel Hilbert Space. Dans cet article, on suppose que les espaces de Hilbert sont complexes. La principale raison est qu'il existe de nombreux exemples d'espaces de Hilbert à noyau reproduisant qui sont des espaces de fonctions analytiques complexes, même s'il existe des espaces de Hilbert réels qui ont des noyaux reproduisants. Un important sous-ensemble d'espaces de Hilbert à noyau reproduisant est constitué par les espaces de Hilbert à noyau reproduisant associés à un noyau continu. Ces espaces ont d'importantes applications, dans les domaines de l'analyse complexe, la mécanique quantique, les statistiques, l'analyse harmonique et l’apprentissage automatique. Soit X un ensemble arbitraire et H un espace de Hilbert de fonctions à valeurs complexes sur X. On dit que H est un espace de Hilbert à noyau reproduisant si pour tout x dans X, la forme linéaire de H dans est continue. D'après le théorème de représentation de Riesz, cela implique que pour tout x dans X, il existe un unique élément Kx de H avec la propriété que: La fonction Kx est appelée la fonction d'évaluation au point x. Puisque H est un espace de fonctions, l'élément Kx est lui-même une fonction définie sur X. Nous définissons la fonction par Cette fonction est appelée le noyau reproduisant pour l'espace de Hilbert H et elle est déterminée entièrement par H car le théorème de représentation de Riesz garantit, pour tout x dans X, que l'élément Kx satisfaisant (*) est unique.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Cours associés (31)
COM-406: Foundations of Data Science
We discuss a set of topics that are important for the understanding of modern data science but that are typically not taught in an introductory ML course. In particular we discuss fundamental ideas an
MATH-561: Spectral theory
This course is an introduction to the spectral theory of linear operators acting in Hilbert spaces. The main goal is the spectral decomposition of unbounded selfadjoint operators. We will also give el
COM-514: Mathematical foundations of signal processing
A theoretical and computational framework for signal sampling and approximation is presented from an intuitive geometric point of view. This lecture covers both mathematical and practical aspects of
Afficher plus
Concepts associés (1)
Espace de Hilbert
vignette|Une photographie de David Hilbert (1862 - 1943) qui a donné son nom aux espaces dont il est question dans cet article. En mathématiques, un espace de Hilbert est un espace vectoriel réel (resp. complexe) muni d'un produit scalaire euclidien (resp. hermitien), qui permet de mesurer des longueurs et des angles et de définir une orthogonalité. De plus, un espace de Hilbert est complet, ce qui permet d'y appliquer des techniques d'analyse. Ces espaces doivent leur nom au mathématicien allemand David Hilbert.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.